沈 强，刘洁瑜，李 灿，崔亚龙，李新三

（1. 火箭军工程大学 导弹工程学院，西安 710025；2. 中国人民解放军96851 部队，盘锦 124214）

惯性导航系统具有隐蔽性、自主性、宽频性以及信息全面等优势，在军用和民用领域均得到了广泛应用。其缺点为导航误差随时间累积，特别是对于MIMU 这种精度相对较低的惯性系统而言，有必要通过组合导航的方式对导航误差进行校正[1]。

组合导航需要高性能导航滤波技术的支撑。目前，导航滤波通常采用概率化滤波方法来解决[2-4]。这类方法解决了很多应用中的问题，但是，这些概率化方法对噪声的分布都有严格的要求，并要求其统计特性已知，导致这类方法存在一定的缺陷。为解决该问题，可采用自适应的卡尔曼滤波算法，将系统的动态变化看作随机干扰归到模型和噪声中去，对模型参数和噪声统计特性进行估计和修正使之适应系统动态变化[5-7]，组合导航中使用的自适应滤波的方法有多种，包括模糊自适应滤波、衰减记忆滤波、Sage-Husa自适应滤波等，研究表明，在组合导航中自适应滤波可以修正一定的噪声统计特性。近年来，另一类滤波方法，集员估计方法[8-10]正逐渐受到重视。该类方法只要求噪声未知但有界（Unknown But Bounded, UBB），由于在实际系统中噪声的边界信息较之概率化假设来说更容易获取，可克服概率化滤波方法在应用中存在的局限性。

但是，对于MIMU/GPS 组合导航系统，两类噪声是同时存在的，GPS 接收机跟踪环路中的热噪声是典型的高斯白噪声，而动态应力和振动引起的时钟相位抖动则属于非高斯噪声[11]，MEMS 陀螺的随机漂移是白噪声与多种非高斯噪声的叠加。……